燃料电池电动汽车改进深度强化学习能量管理

作     者：付主木 龚慧贤 宋书中 陶发展 孙昊琛 Fu Zhumu;Gong Huixian;Song Shuzhong;Tao fazhan;Sun Haochen a

作者机构：河南科技大学信息工程学院河南洛阳471023 河南科技大学河南省机器人与智能系统重点实验室河南洛阳471023 

基　　金：国家自然科学基金项目(62201200) 河南省高校科技创新人才计划项目(23HASTIT021) 河南省高等学校重点科研项目(22A413002) 河南省重点研发与推广专项科技攻关(222102210056,222102240009) 河南省博士后科研项目(202003077) 河南省科技研发计划联合基金(222103810036) 

出 版 物：《河南科技大学学报（自然科学版）》 (Journal of Henan University of Science And Technology:Natural Science)

年 卷 期：2023年第44卷第4期

页      码：41-48,I0003页

摘      要：针对配置有燃料电池、锂电池和超级电容3能量源的混合动力汽车,提出一种基于改进深度确定性策略梯度(DDPG)算法的分层能量管理策略,以降低氢耗、提高燃料电池工作效率及维持锂电池荷电状态(SoC)。首先,采用基于模糊规则的自适应低通滤波器对功率进行分层处理,由超级电容承担峰值功率。其次,设计基于DDPG的能量管理框架,利用等效消耗最小策略的计算思想构建优化函数,并加入与燃料电池效率和锂电池SoC偏差有关的惩罚因子,优化燃料电池和锂电池的功率分配。此外,为避免噪声探索导致极端动作值的频繁出现,利用动态规划最优解辅助策略训练,提升优化效果。最后,在不同工况下进行仿真,并搭建试验平台进行验证。结果表明:与基于传统DDPG策略相比,所提策略可以有效减少锂电池SoC消耗,更好确保燃料电池工作在高效率区间,并且显著降低氢消耗,在燃料经济性方面平均可提升19%。

主 题 词：燃料电池混合动力汽车 功率分层 DDPG 动态规划 

学科分类：08[工学] 0835[0835] 0802[工学-机械学] 080201[080201] 

D　O　I：10.15926/j.cnki.issn1672-6871.2023.04.006

馆 藏 号：203121311...